親愛的 JMP 用戶和 JMP 團隊，您好，
是什麼啟發了這個願望清單請求？
越來越多地了解聚類的不同應用和可用的不同方法（K 均值、高斯混合、DBSCAN、分層......），我有幾個願望可以討論 JMP 中可用的平台和指標：
- 查看主要的不同類型的聚類（基於質心、基於分佈、層次和基於密度，參見聚類算法 |機器學習 |谷歌開發者)，似乎 JMP 能夠涵蓋 4 種主要聚類類型中的 3 種（分別是 K 均值、正態混合和層次聚類），但不能涵蓋基於密度的聚類。 自 2021 年以來，該主題已在 JMP 願望清單中：基於密度的聚類 - JMP 用戶社區
- 查看“評估”指標以了解哪個集群數量最合理，平台之間存在一些差異：
- 對於層次聚類，評估指標是基於距離的，
- 對於 K-Means 聚類（centroïd clustering），評估是基於方差的立方聚類標準（CCC），
- 對於正態混合物（分佈聚類），評估是基於信息論的 AICc 和 BIC。
基於聚類特定算法，評估可能不同似乎很正常，但能夠在相同的基礎/指標上比較聚類方法會很棒。 也見於文獻（ [2212.12189] 停止使用 k-means 的肘部標準以及如何選擇聚類數量 (arxiv.org) )、方差準則或 BIC 準則似乎是比較不同數量的 K-Means 聚類的首選選項。
您希望看到哪些改進？
- 基於密度的聚類方法的實施，如 DBSCAN 和/或 HDBSCAN。
- 為不同的聚類方法（如 AICc 和 BIC）實施通用評估指標，以便更好地評估哪種方法似乎是最合理的選擇。 特定聚類方法的選擇可能受領域專業知識和/或偏好的指導，但有一個“中性”指標來安慰這種選擇或挑戰它會很棒。
- 對於每個聚類模型，基於方差（CCC、VRC 等）、距離（Dunn、Silhouette 分數、...）和信息論（AICc、BIC 等）實施其他聚類指標。
為什麼這個想法很重要？
JMP 中提供的聚類算法確實代表了大多數預期情況，但實際上缺少基於密度的聚類，並且可以在許多不同的情況下找到。
在沒有通用指標來比較不同聚類技術的情況下，可能很難選擇“正確”的方法，或者對特定方法的選擇有足夠的信心。
最後，由於基於不同數據結構的聚類的多樣性，對每種方法有不同的評估指標是很重要的，這有助於評估關於聚類數量的“穩健性”決策。
